待验证50% 置信事实精确时间
泊松过程常用于建模'事件到达'问题，但要求满足独立性和平稳性假设，而OpenAI的重置决策是人为驱动的，不完全满足这些假设
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证AI对齐研究中，模型倾向回避高度不确定性的开放问题的现象被称为奖励模型过拟合或规范游戏74% 相似待验证研究观察到解答的正确性与推理轨迹的有效性之间存在明显的不相关性，模型经常在推理轨迹完全无效的情况下依然得出正确答案73% 相似待验证OpenAI模型倾向于有用性优先、更激进地完成功能实现，而Anthropic的Claude系列在宪法约束下更倾向于指出潜在风险、保守严谨地审视问题71% 相似待验证策略漂移指目标和状态认知正确但Agent解决问题的方法逐渐退化，反映模型缺乏有效的元认知和自我纠偏机制70% 相似待验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/831530API
curl https://kongchang.com/api/v1/knowledge/claims/831530MCP
get_claim(id=831530)